洪梓嘉 李彦明 林洪振,2 贡 亮 刘成良,2

(1.上海交通大学机械与动力工程学院， 上海 200240； 2.机械系统与振动国家重点实验室， 上海 200240)

0 引言

无人驾驶及自主作业是目前农机智能化发展趋势及研究热点，全球导航卫星系统(GNSS)的定位精度已小于2.5 cm，在农机导航与自动驾驶中已得到广泛应用[1]，但基于GNSS的农机自动驾驶及无人作业目前尚存在一些局限。GNSS需要提前进行田地边界人工打点标记，额外增加了工作量的同时，也可能对作物或田间土壤造成破坏；并且GNSS对于不规则形状地块的标定较为繁琐；另外，对于位置偏僻或信号不佳的农田，农机也难以完全基于卫星导航进行作业。而车载传感器可以实时获取农机周围丰富的环境信息，进而根据不同的环境情况，灵活机动地控制农机作业，这恰好弥补了GNSS的不足。因此，基于车载传感器的农田边界距离实时感知对于农机无人作业有着重要价值。

农机自动驾驶与无人作业的田间障碍物距离检测传感器包括视觉传感器、激光雷达、毫米波雷达和超声波等[2]，由于农田作业边界低矮，雷达和超声波等无法对其实现距离检测。与其他传感器相比，视觉传感器能够获得农田环境的二维图像甚至三维点云，信息丰富且成本较低，与雷达相比虽然检测距离较短，但目前已经能达到20 m，能够满足农机作业速度下障碍及边界距离检测要求，因此基于视觉传感器的研究成为了智能农机环境感知的热点[3]。

目前视觉传感器在农机导航中得到了广泛应用，主要包括作物行线检测[4-6]及农田边界线检测[7-10]。……